Résumé
Les systèmes génératifs peuvent reproduire de nombreux signaux historiquement associés à la présence humaine. Human Link Project prouve la présence humaine sans transmettre de données personnelles. Lorsqu’une assurance d’identité est requise, FaceDNI ajoute sur l’appareil la comparaison avec un document d’identité et une détection du vivant assistée par IA, conçue pour résister aux deepfakes.
1. Le déficit de confiance
L’authentification établit le contrôle d’un compte ou d’un identifiant. Elle ne démontre pas nécessairement qu’une personne est présente pour une action donnée. Human Link Project traite la présence comme une assertion distincte, avec son propre cycle de vie et son propre modèle de menace.
2. Objectifs de conception
- Prouver la présence humaine sans identifier la personne ou transmettre des données personnelles par défaut.
- Lier la preuve à une action claire de l’application.
- Minimiser les données conservées et divulguées.
- Résister à la réutilisation, à l’automatisation et à l’exécution déléguée.
- Rester interopérable entre les appareils et les applications.
3. Vue d’ensemble du protocole
Le vérificateur émet un nouveau défi contenant le destinataire, l’empreinte de l’action et l’expiration. Le mode présence seule vérifie une personne vivante sans données personnelles ; lorsque l’identité est requise, FaceDNI effectue sur l’appareil la comparaison avec un document et la détection du vivant assistée par IA. Le matériel de clé protégé signe ensuite le défi et le résultat de vérification. L’API de vérification évalue la fraîcheur, l’intégrité de la signature, l’attestation de l’appareil et la politique applicable.
4. Modèle de confidentialité
La vérification de présence seule n’identifie pas la personne et ne transmet pas de données personnelles. Dans les parcours facultatifs d’assurance d’identité, FaceDNI effectue sur l’appareil mobile la comparaison faciale et la vérification du vivant, tandis que Human Link Project n’expose que le résultat limité requis pour l’interaction autorisée.
5. Modèle de menace
Le système prend en compte la réutilisation, les logiciels malveillants, le contrôle à distance, la coercition, les applications compromises, les médias synthétiques et les deepfakes générés par IA. Aucun signal n’est considéré comme suffisant à lui seul ; la vérification combine des assertions indépendantes et communique l’incertitude résiduelle.
6. Gouvernance
Une infrastructure de confiance exige un examen transparent de la sécurité, des modifications de politique documentées et des voies de recours effectives. La feuille de route du projet prévoit des audits indépendants et une évolution vers une gouvernance technique partagée.